Web服务器群集负载平衡技术与实现

1.引言网络的飞速发展和网站访问量的急剧增加对Web服务器的性能提出了越来越高的要求。过去,服务器无法承受庞大的网络流量所带来的压力时,只能通过淘汰原服务器,代之以性能更高的新服务器来解决。然而随着网络的膨胀,这种淘汰将是迅速而且永无止境的,这造成了资源的极大浪费。群集技术(Cluster)为这一问题提供了较好的解决方案。将众多计算机协同起来完成同样的工作,使Web服务器具有了较好的可伸缩性,并且由于被群集在一起的计算机可以相互协作,系统的性能和健壮性也大大提高了。一旦某个结点出现故障或无法工作,群集中的其他机器都可以接替它完成工作。     

基于负载平衡智能体的分布式Web代理群集研究

为了帮助Web代理系统自动调整负载,提高服务器节点的使用效率,提出了基于多智能体的代理服务器集群架构,设计了一套适用于负载平衡的智能体通信协议和Web缓存管理机制,及时反映系统的负载变化及节点间的负载差异。当网络负载和服务器数量发生变化时,服务器节点能够随环境变化进行自适应的配置,在智能体指导下修改服务器的资源管理范围。实验结果表明,与其它代理群集相比,智能体代理系统在缓存命中率、负载均衡以及响应延迟方面都有显著提高。     

基于集群的Web服务器负载平衡算法研究

随着互联网访问量的激增,基于集群的Web服务器成为发展趋势,有效、公平的负载平衡直接决定系统的整体性能。建立BCMP排队预测模型,通过控制回路反馈动态调整预测因子,最终利用基于概率预测的PPLB算法平衡分配请求。仿真结果表明,该算法较传统负载平衡算法具有更高的效率和实用性。     

网络负载平衡与故障转移ISA Server群集的设计与实现

当两台或两台以上的ISA Server计算机和Microsoft Windows 2000 Advanced Server（或Microsoft Windows 2000 Data Center、Windows Server 2003所有版本）的NLB功能一起使用时,就可以构建一个具有故障转移与网络负载平衡功能的ISA Server群集,也可称为ISA Server的NLB群集.当内网用户向ISA Server群集提出对外的访问请求时,ISA Server根据系统内群集算法或技术自己决定由群集中的一任台ISA Server响应用户的这些请求.当群集中某台服务器出现故障终止服务时,其他成员服务器仍可以继续为客户提供原有的服务请求,确保了网络服务继续运行不会终止,而且还可以将用户的对外访问请求分担到群集中不同服务器中,实现平衡服务器负载与增加网络出口的作用.     

一种基于预测的负载平衡策略

分布式和并行系统的负载平衡是影响系统性能的一个重要因素，本文提出了一个基于预测的动态负载平衡算法，本算法以本地负载信息为基础预测该结点达到空闲状态的时间，并且在该结点到达空闲状态之前发出任务请求，从而保证系统中各结点都处于忙碌状态，提高系统资源的利用率，提高系统性能。     

一个基于集群的Web服务器负载平衡模型

将集群思想应用到解决Web服务器的负载平衡问题,提出了基于集群的Web服务器负载平衡模型。重点介绍了负载探测的实现和负载平衡算法的设计。     

一种基于透明计算的动态负载平衡算法

服务器集群在透明计算新模式中的引入,需要多种资源(CPU、内存和I/O等)有效共享。针对传统负载平衡算法考虑资源因素单一、难以满足需求的现状,该文提出一种基于透明计算的负载平衡算法(LBTC),它充分考虑系统多种资源,并采用负载向量表征和协调。通过不同平均内存需求情况下、不同系统中、不同算法执行复杂任务时的平均减速比较,表明LBTC能以适当增加计算复杂度为代价有效实现资源共享,提高系统性能。     

一种基于Linux的高可用性服务器群集方案

文中提出一种以低档微机来实现高可用性群集的方案，该方案通过在多个服务器上安装Linux-HA群集软件包以及参数设定之后，实现了在高可用性群集上对校园网的管理，使得校园网能够高可靠性运行。与以往的同类群集方案相比，网络管理更简单、更低耗、更实用，性能更高。     

基于语义Web数据交换平台下的负载平衡研究

通过语义Web中RDF(资源描述框架)的包容器和本体的资源整合,将请求的相同任务形成一种任务池,通过任务池将请求发到服务提供方,有服务提供方直接把服务响应发回给请求方。通过任务池来实现负载的平衡和系统的稳定性,同时通过分片提交发送的效率,并在其基础上实现负载平衡。     

基于双层分配器的Web服务集群负载平衡解决方案

为了解决目前Web服务集群存在的问题,提出了一个双层分配器负载平衡模型。在确定了负载指标的基础上,给出了该模型的负载平衡算法。并就服务器迅速过载问题和容错性问题提出了初步的解决方案。最后,对模型的性能进行了测试,结果表明模型达到了较好的负载平衡。     

基于模糊聚类思想的网格独立任务调度算法

任务调度是网格研究的核心问题之一,在研究网格任务调度问题的基础上,利用模糊聚类思想提出将网格任务与资源进行混合模糊聚类的网格独立任务调度算法,该算法将最适合的资源分配给与之相适应的任务,即尽量将任务调度到恰好满足其需求的资源上执行,从而把综合能力大大超过当前任务的资源“预留”给将来的任务使用,算法具有良好的性能和负载均衡效果,为网格任务调度提供一种新的思路。     

Web集群中的动态请求的分类调度策略

现有的请求调度策略应用于动态请求时容易导致集群节点间的负载失衡.针对动态请求,提出了基于分类的请求调度策略,根据URL模式对动态请求分类,同一类的请求具有相同的负载特性,然后用比较简单的轮转策略对各类请求进行调度,因而可以在不估计请求负载的情况下,很好地将负载均衡到了后端节点上.测试结果表明,使用该策略后,集群系统的吞吐量可以提高51.9%.     

基于CloudSim的分类负载均衡调度模型

针对传统的集群调度模型效率低下不足以满足用户需求的问题,本文提出一种基于模糊聚类的分类负载均衡调度模型。首先,构建任务请求的指标体系以完成数学模型的建立;接着,采用基于模糊C均值聚类算法的改进算法对请求分类,即用改进的最小支撑树算法获取初始中心,有效性测度获取其分类个数,BP神经网络算法提高其学习能力;然后,采用两次分类的方法对服务器分类,预聚类对服务器进行功能预聚类,模糊关联聚类按处理负载能力对其分类;最后将分类调度模型在CloudSim下仿真实验,通过对比其他调度算法得到分类调度模型更具适应性和高效性,具有工程指导意义。     

基于模糊聚类的Web日志挖掘的应用研究

在Web数据挖掘研究领域中，Web日志挖掘是Web数据研究领域中一个最重要的应用方面。本文对Web日志挖掘作了系统的研究。包括对服务器上日志结构的分析和对数据预处理过程的描述。文中着重讨论了用户模糊聚类的算法，并用实例证明了模糊聚类在web用户聚类应用中的可行性。在此基础上还提出了一个Web站点的个性化服务模型，通过对Web服务器中日志的挖掘，发现具有相似访问兴趣的用户群，进而为用户作个性化的推荐。     

基于MPLS流量工程的负载均衡策略

本文讨论了当前网络所面临的负载不均衡问题和传统的基于IP目的地址的逐跳式路由算法在解决不均衡问题的局限性,并提出了解决此问题的一种可行方案：基于流量工程的负载均衡策略,通过对经过关键链路的路径调整,从而达到负载均衡的目的。     

一种异构Web服务器集群动态负载均衡算法

针对Web服务器集群系统中负载动态变化特性,提出了一种临界加速递减动态请求负载分配算法．通过负载权值的等效变换更准确地反映集群中单台服务器的当前负载状态;通过临界递减因子来有效抑制服务器可能出现的“拒绝访问”现象;通过随机概率分配方式替代固定转发分配方式,使访问负载的分布更均匀;通过实际测试获取算法中所需的计算参数,使配置操作更为简单．实验结果表明,该算法对较大负载的文件集的大密度访问情况效果明显。     

基于模糊聚类的Web日志挖掘的应用研究

在Web数据挖掘研究领域中,Web日志挖掘是Web数据研究领域中一个最重要的应用方面。本文对Web日志挖掘作了系统的研究,包括对服务器上日志结构的分析和对数据预处理过程的描述。文中着重讨论了用户模糊聚类的算法,并用实例证明了模糊聚类在Web用户聚类应用中的可行性。在此基础上还提出了一个Web站点的个性化服务模型,通过对Web服务器中日志的挖掘,发现具有相似访问兴趣的用户群,进而为用户作个性化的推荐。     

面向Web Service的动态负载均衡设计与实现

负载均衡是分布式系统的资源管理模块,它的主要功能是合理和透明地在服务器之间分配系统负载,以达到系统的综合性能最优。基于中间件的负载均衡技术在整合异构系统、透明访问和扩展能力等方面具有优势。在中间模块上可以灵活实现多种负载均衡算法,来调整和满足不同应用的负载均衡需求,提高系统的扩展性、配置性、健壮性。本文参考分布式系统中的模型,构建了基于Web Service的负载均衡器,实现了动态负载均衡调度策略。为了准确地描述系统的负载,选择CPU利用率、内存利用率、系统响应时间、输入输出流量和进程数作为衡量系统负载的参量;为了避免因监测服务器而加大均衡器的压力,策略中将负载信息采集程序运行在机群内的各服务结点上,当相邻采集周期的负载差值超过标准值后调用均衡器上的Web服务,报告自身的负载状况,使均衡器根据负载信息进行同步操作,更换服务序列。最后通过仿真实验证明本策略在异构Web平台中具有可行性。     

A Heuristic Algorithm for Task Scheduling Based on Mean Load on Grid

Efficient task scheduling is critical to achieving high performance on grid computing environment. The task scheduling on grid is studied as optimization problem in this paper. A heuristic task scheduling algorithm satisfying resources load balancing on grid environment is presented. The algorithm schedules tasks by employing mean load based on task predictive execution time as heuristic information to obtain an initial scheduling strategy. Then an optimal scheduling strategy is achieved by selecting two machines satisfying condition to change their loads via reassigning their tasks under the heuristic of their mean load. Methods of selecting machines and tasks are given in this paper to increase the throughput of the system and reduce the total waiting time. The efficiency of the algorithm is analyzed and the performance of the proposed algorithm is evaluated via extensive simulation experiments. Experimental results show that the heuristic algorithm performs significantly to ensure high load balancing and achieve an optimal scheduling strategy almost all the time. Furthermore, results show that our algorithm is high efficient in terms of time complexity.     

一种基于预取的集群服务器调度算法

针对集群服务器LARD调度算法只能利用已有缓存的问题,提出一种基于预取的算法Prefetch-LARD,该算法从Web访问日志中挖掘页面之间的转移概率,建立马尔科夫链模型,在调度请求时利用概率关系提前将下一次可能访问的文档从节点磁盘取到本地cache中,提高了请求的缓存命中率;算法还采用了加权的节点超载判断方法,以提高集群节点的负载均衡度,实验表明,在同样的测试环境下,Prefetch-LARD算法比LARD算法的缓存命中率提高26．9％,系统的吞吐量相应提高18．8％．